Por: Sandra Rodríguez A. y Carolina Diartt

Observatorio de Condiciones Socioeconómicas del Atlántico -OCSA-

Ir al inicio

Siguiendo la metodología propuesta por el Banco Mundial (2020)  la tasa de crecimiento del número de casos se midió a diario para capturar una semana móvil conforme avanza el tiempo. A partir del registro de las medidas de política (ver tabla 1) y los casos Covid-19 acumulados por departamento (ver gráfico 1), se estimaron modelos de panel de datos con efectos fijos para aproximar el impacto de las medidas de contención específicas (cierre de instituciones de educación, aislamiento de mayores de 70 años, cierre de aeropuertos) y generales (cuarentena general) sobre la velocidad a la que progresa el número de casos en cada una de las tres semanas posteriores a su adopción. Los datos sobre casos reportados de Covid-19 tienen la característica de que su tasa de crecimiento varía según sea el departamento y con el paso del tiempo, la estimación utilizando datos de panel permite capturar los efectos individuales específicos de cada departamento y los efectos temporales al mismo tiempo.

Gráfico 1. Crecimiento de casos Covid-19 por departamento en Colombia

Fuente: Elaboración propia con base en datos del INS de Colombia. Casos entre el 6 de marzo y el 20 de mayo de 2020

Los resultados del análisis empírico muestran que con el paso del tiempo las medidas generales tienen mayor impacto sobre la reducción de la velocidad de contagio que las medidas específicas. Y entre las medidas específicas, el cierre de aeropuertos y colegios han presentado mayor efecto sobre la reducción de la tasa de contagio en comparación con el aislamiento de los mayores de 70 años. Incluso, de todas las medidas adoptadas, el cierre de aeropuertos fue la medida con mayor efecto sobre la reducción de la velocidad de contagio.

El mismo ejercicio de estimación se realizó para identificar si se presentaban diferencia en los efectos de las medidas según las condiciones económicas de los departamentos. Para aproximar esas diferencias se clasificaron los departamentos según niveles de PIB per cápita, población Sisben I-II y el índice de pobreza multidimensional (IPM). Los resultados indican que la medida general de confinamiento parece tener un mayor impacto para reducir la tasa de contagio en los departamentos de bajo nivel económico respecto a los de mejores condiciones económicas; mientras las medidas específicas solo fueron significativas para explicar la velocidad de contagio en los departamentos de mayor PIB per cápita, menor porcentaje de población Sisben I-II y menor IPM.

Debe notarse que si bien el mayor número de casos, en la muestra analizada, se presenta en los departamentos con mejores condiciones económicas, la velocidad a la que progresa la epidemia no parece ser independiente de las condiciones económicas del territorio (ver gráfico 2). Mientras en Vaupés, el departamento con el mayor IPM, los casos se duplicaron cada 1.4 días, dentro del período de tiempo analizado; en Bogotá, la ciudad con menor IPM, lo hicieron cada 2,6 días. Estas diferencias nos hablan también de los retos en la capacidad de respuesta que tenga el sistema de salud (lo cual será tema de análisis en una siguiente nota).

Gráfico 2. Número de días en que se duplican los casos Covid-19 por departamento en Colombia según IPM

Fuente: Elaboración propia con base en datos del INS de Colombia y el DANE. Casos entre el 6 de marzo y el 20 de mayo de 2020

Con todo esto podemos concluir que la medida de confinamiento general cumplió un buen papel en cuanto a reducir el impacto inmediato del Covid-19 en el país, sin embargo, ante la actual coyuntura y el avance diferencial que la expansión del virus viene teniendo en los departamentos, debería considerarse que el levantamiento de esta medida así como la aplicación de medidas específicas, debe tomarse a la luz de los impactos y las características también diferenciales del territorio [2]. Así, si la capacidad que tienen los territorios de influir de manera importante en la velocidad a la que progresa la epidemia es más limitada en los territorios de más deterioradas condiciones económicas, las acciones de contención que allí se apliquen requieren de un mayor esfuerzo de gasto público que logre balancear los mayores costos para la producción y el consumo que traen las medidas generales.

Notas: 

[2] En este análisis solo se tuvo en cuenta el avance en los casos de contagio reportados por INS y no se hicieron ajustes adicionales relacionados con morbimortalidad de la población del territorio, así como las condiciones de la oferta en salud. Análisis futuros deberán considerar estas variables para hacer más sensibles las conclusiones

Referencias:

Banco Mundial (2020). La economía en los tiempos del Covid-19. Informe semestral de la región de América Latina y el Aribe, Banco Mundial.

Bonet-Morón, et al. (2020). Impacto económico regional del Covid-19 en Colombia: un análisis insumo-producto. Serie Documentos de Trabajo Sobre Economía Regional y Urbana, Banco de la República – Sucursal Cartagena.

Datos reportados por el Instituto Nacional de Salud de Colombia, entre el 6 de marzo y el 20 de mayo. https://www.ins.gov.co/Noticias/Paginas/Coronavirus.aspx

Mejía, L. F. (2020). COVID-19: costos económicos en salud y en medidas de contención para Colombia. Bogotá: Fedesarrollo, 12 p. 

Varga, A. & Parada, Jesús. (2020). Covid-19: Respuesta y efecto en pobreza. Departamento de Economía, Universidad del Norte.

Walker, Patrick GT, Charles Whittaker, Oliver Watson et al. 2020. “The Global Impact of Covid-19 and Strategies for Mitigation and Suppression”. Manuscrito inédito. WHO Collaborating Centre for Infectious Disease Modelling, MRC Centre for Global Infectious Disease Analysis, Abdul Latif Jameel Institute for Disease and Emergency Analytics. Londres: Imperial College Press.